正則化

正則化（Regularization）泛指在機器學習 (ML)中加入額外約束以減少過擬合 (過度擬合 / 過適)的技術。

常見類型：

• L1/L2：在損失函數 (Loss Scaling)中加入權重懲罰
• 隨機失活：隨機失活
• Early Stopping：驗證 loss 上升即停止

與損失函數 (Loss Scaling)、梯度下降 (梯度遞減)協同，是訓練穩定的關鍵。